自己解決率とは|問い合わせを減らす測り方と改善

自己解決率とは|問い合わせを減らす測り方と改善
公開日:2026.07.23 更新日:2026.09.18 読了目安:約7分 監修:大矢 聡(『AI時代に進化する FAQの活用と実践』著者)
自己解決率とは、顧客が問い合わせをせずに、自分で疑問を解決できた割合を示すKPIです。FAQやセルフサービスの効果を測る代表的な指標で、高いほど問い合わせは減り、対応コストも下がります。しかし現実は厳しく、FAQを見た多くの人が自己解決できていません。この記事では、自己解決率の意味・計算方法から、上がらない原因と上げ方、そして「押し付けの自己解決」が逆効果になる理由までを、公的データを交えて解説します。
この記事の結論
自己解決率=問い合わせせずに自分で解決できた割合。FAQの効果を測るKPI。
実態は厳しく、FAQを見ても約7割が自己解決できず問い合わせに至っている。
原因はコンテンツ不足(量)・解決できない(質)・見つからない(誘導)のどれか。
無理な自己解決の“押し付け”は逆効果。「見つかって解決する」設計が要。
この記事でわかること
自己解決率とは(意味・計算方法)
自己解決の実態:見たのに解決できない
自己解決率が上がらない3つの原因
自己解決率の上げ方(押し付けない)
よくある質問(FAQ)
自己解決率とは(意味・計算方法)
自己解決率とは、顧客が問い合わせをせずに自分で疑問を解決できた割合です。基本は「解決できた数 ÷(解決できた数+解決できなかった数)」で、FAQの評価ボタン(役に立った/立たなかった)や、検索後に問い合わせへ進んだかどうかの行動データから把握します。数字が高いほど、顧客は待たずに解決でき、対応工数も減ります。
自己解決の実態:見たのに解決できない
多くの企業で、自己解決率には大きな伸びしろがあります。消費者調査は厳しい現実を示しています。
図1:問い合わせ前にFAQ等を検索した人(66.3%)のうち、約7割は自己解決できず問い合わせに至っている。「まず調べる」行動は定着しているのに、FAQが受け止めきれていない。出典:コールセンター白書 2025
「まず自分で調べる」行動は定着している。にもかかわらず、FAQがそれを受け止めきれていない——これが自己解決率が上がらない現実です。
自己解決率が上がらない3つの原因
FAQを増やしても自己解決率が上がらないとき、原因は次の3つのどれかにあります。増やす前に、どこに詰まっているかの切り分けが先決です。
コンテンツ不足(量):よく聞かれる質問に対して、そもそもFAQが足りていない
解決できない(質):FAQはあるが、読んでも解決できる内容・表現になっていない
見つからない(誘導):FAQはあるのに検索でヒットせず、たどり着けない(0件ヒット)
自己解決率の上げ方(押し付けない)
上げ方は、原因の切り分けとセットです。現状を測り→原因を特定し→問い合わせが多いのにFAQが手薄・見つからない箇所から直し→再測定する、というサイクルを回します。
ここで注意したいのが、「無理やり自己解決を促す」手法は、かえって不満を高めるという点です。白書も、チャットボット等で強引に自己解決へ誘導すると「解決までに時間がかかる」「1回で解決しない」という不満につながると指摘しています。大切なのは“押し付け”ではなく“見つかって解決する”状態をつくることです。
AINE - answer は、コールリーズンとFAQを突き合わせる充足率分析(量)、質問と回答のズレを測るQAマッチング分析(質)、0件ヒット分析(誘導)で、自己解決率が上がらない原因を切り分け、「どこを直せば最も上がるか」をAIが優先タスクとして提示します。感覚ではなくデータで、無理なく自己解決率を引き上げられます。
AINE - answer で、こう変わる
「FAQを増やす」から、「どこを直せば上がるか分かる」へ
量・質・誘導のどこで詰まっているかを切り分け、無理なく自己解決率を上げます。
コンテンツ充足率分析
カテゴリー別に『問い合わせ量(需要)』と『FAQの充足(供給)』を突き合わせ、ギャップをスコアリング。どのカテゴリーのFAQが足りていないかを定量化します。
画面・アウトプットカテゴリーを色の濃淡で示すビジュアルマップ。ギャップの大きい領域が濃く表示され、不足カテゴリーが地図のように一目で分かります。
不足カテゴリーが分かり、“次に作るべきFAQ”が具体的に見える=「量」の穴が埋まります。
QAマッチング分析
質問文と回答文の意味的なズレ(アンマッチ率)を、Embedding(意味ベクトル)で数値化。『聞かれていることに、実は答えていないFAQ』を検出します。
画面・アウトプットFAQごとにアンマッチ率が並ぶ一覧。率の高い順に、質問と回答が噛み合っていないFAQが浮かび上がり、リライト対象がすぐ分かります。
見つけても解決できないFAQを検出し、「質」の穴を狙って塞げます。
0件ヒット分析
検索して結果が0件だったキーワードを自動で検出し、その後ユーザーがどう動いたか(動線)や離脱までを分析。取りこぼしている検索ニーズを可視化します。
画面・アウトプット0件ヒットした検索語のランキングと、離脱率・その後の遷移が並ぶ画面。対策すべき語が件数順に把握でき、離脱防止のリコメンド設定もできます。
検索して出てこない言葉を捕捉し、「見つからない(誘導)」を減らしてたどり着ける状態にします。
30秒セルフチェック:あなたの自己解決率、正しく“上げられて”いますか?
次のうち1つでも当てはまったら要注意です。
自己解決率をそもそも測っていない
FAQを増やしているのに自己解決率が上がらない
チャットボット等で自己解決を“押し付けて”いないか不安がある
1つでも当てはまるなら、改善が空振り、または逆効果かもしれません。
自己解決率の課題を解決する ― AINE - answer(問い合わせ削減)
よくある質問
自己解決率とは何ですか?
自己解決率とは、顧客が問い合わせをせずに自分で疑問を解決できた割合を示すKPIです。FAQやセルフサービスの効果を測る代表的な指標です。
自己解決率はどう計算しますか?
基本は「解決できた数 ÷(解決できた数+解決できなかった数)」です。FAQの評価ボタンや、検索後に問い合わせへ進んだかどうかの行動データから把握します。
FAQを増やしても自己解決率が上がらないのはなぜ?
原因はコンテンツ不足(量)・解決できない(質)・見つからない(誘導)の3つのどれかです。白書でも、FAQを見た約7割が自己解決できず問い合わせに至っています。増やす前に切り分けが必要です。
自己解決率を上げるにはどうすればよいですか?
現状を測り、量・質・誘導で原因を切り分け、問い合わせが多いのにFAQが手薄・見つからない箇所から改善し、再測定して繰り返します。
自己解決を強く促すのは有効ですか?
無理に自己解決を促す手法は、かえって不満を高めるリスクがあると白書は指摘しています。押し付けではなく、必要な情報に「見つかって解決できる」状態をつくることが重要です。
製品資料・お問い合わせ
自己解決率は、感覚ではなくデータで上げる
「どこを直せば自己解決率が上がるか」をデータで導く運用を、御社でどう実現するか。分析AIを搭載したAINE - answer のサービス資料(無料)で、量・質・誘導の切り分けと改善の流れをご確認いただけます。
AINE - answer のサービス資料をダウンロード(無料)
AIが“次に直すべき箇所”まで提示する様子は、製品ページでもご覧いただけます。
分析AI搭載FAQ「AINE - answer」の製品ページを見る
あわせて読みたい
参考・出典
・フレームワークの出典:「量・質・誘導」の3軸は、本記事監修者・大矢 聡の著書『AI時代に進化する FAQの活用と実践』(リックテレコム、2018年)に基づく
・データ出典:コールセンター白書 2025

監修者
株式会社スカラコミュニケーションズ 大矢 聡
『AI時代に進化する FAQの活用と実践』(リックテレコム、2018年)著者。FAQサイト改革を多数手がけた、FAQ運用・問い合わせ分析の専門家。本記事は、同書の考え方に基づき大矢が内容を監修しています。
自己解決率とは|問い合わせを減らす測り方と改善
関連記事